программирование

книги о компьютерах

информатика и вычислительная техника

базы данных

компьютерная справочная литература

Книга «RAG системы: Обзор подходов и методология реализации. Теоретические аспекты» — это обзор концепций, методов, принципов, подходов, лежащих в основе создания современных интеллектуальных систем, сочетающих поиск информации и генерацию ответов. Подробно разбираются все этапы: от проектирования архитектуры, подготовки данных и выбора моделей до интеграции, тестирования и промышленного внедрения. Особое внимание уделяется теоретическим аспектам — методологии разработки, взаимодействию, внедрению и поддержке, оптимизации процессов. Издание предназначено для инженеров, архитекторов и специалистов по данным, стремящихся создавать точные, масштабируемые и безопасные RAG-решения.

RAG системы: Обзор подходов и методология реализации. Теоретические аспекты

В этой книге автор рассматривает революционную модель представления документов — Концепцию интеллектуального формата представления и обработки данных  (ИФПОД) которая преодолевает ключевые ограничения современных технологий. 
Концепция была разработана и предложена для реализации российским AI исследователем, экспертом по архитектуре данных, Артуром Хайрулиным. 
Основой концепции является впервые описанный принцип смысловой эквивалентности документа источника и его графового представления достаточной для обратного восстановления без потери точности и структуры данных. Впервые формализовано и предложено условие полной смысловой обратимости между документом и его машинным представлением.
Ключевые технологические решения:
Избыточная графовая модель, объединяющая все сущности документа (текст, схемы, формулы) в единое смысловое поле.
AIOCR — система глубокого анализа графических данные, извлекающая не только текст из графики, но также её логику и семантические связи.

книги для детей

IFDRP. Интеллектуальный формат представления и обработки данных

В книге подробно рассматривается архитектура и принципы работы систем Retrieval-Augmented Generation (RAG), которые позволяют языковым моделям использовать актуальные и приватные данные из внешних источников. Автор пошагово разбирает процесс построения RAG — от выбора векторной базы данных и модели эмбеддингов до оптимизации поиска и генерации ответов. Особое внимание уделено  теоретическим аспектам извлечения, фрагментации и векторизации данных, способам хранения, поиска и ранжирования. Современным интерфейсными решениями RAG систем, а также  практическим способам реализации простых систем дополненного поиска. В издании приведены практические примеры на Python с использованием LangChain, FAISS, Milvus и HuggingFace. Книга рассчитана на начинающих разработчиков, инженеров данных и архитекторов ИИ-решений, которые хотят построить надёжные и масштабируемые системы дополненного поиска на базе LLM.


Артур Хайруллин